### 方法概述 要实现从 Excel 文件中提取指定列并将其保存到一个新的 Excel 文件中，可以分别使用 `pandas` 和 `openpyxl` 库完成此任务。以下是两种方式的具体说明。 --- #### 使用 Pandas 提取指定列并保存至新文件 Pandas 是一种强大的数据分析工具，能够轻松处理 Excel 数据。通过设置参数和简单的 DataFrame 操作即可完成目标[^1]。 ```python import pandas as pd # 导入原始 Excel 文件 excel_file = 'source.xlsx' data = pd.read_excel(excel_file) # 假设我们只需要提取 "姓名", "年龄", "成绩" 这三列 selected_columns = ['姓名', '年龄', '成绩'] filtered_data = data[selected_columns] # 将过滤后的数据写入新的 Excel 文件 output_file = 'result.xlsx' filtered_data.to_excel(output_file, index=False) ``` 上述代码实现了以下功能： - 加载源 Excel 文件。 - 选取特定的几列形成子集。 - 将结果保存为新的 Excel 文件，并禁用了默认索引列(`index=False`)。 注意，在读取 Excel 文件时可以通过 `index_col` 参数设定某一列为索引列[^2]。 --- #### 使用 Openpyxl 处理相同需求 Openpyxl 更适合于低级别的单元格操作场景。虽然它不像 Pandas 那样直观高效，但在某些情况下可能更灵活[^3]。 ```python from openpyxl import load_workbook from openpyxl.utils.dataframe import dataframe_to_rows # 打开源 Excel 文件 wb = load_workbook('source.xlsx') ws = wb.active # 转换工作表为 Pandas 的 DataFrame (方便后续筛选) data = ws.values columns = next(data)[0:] df = pd.DataFrame(data, columns=columns) # 筛选所需列 selected_columns = ['姓名', '年龄', '成绩'] filtered_df = df[selected_columns] # 创建新的工作簿并将结果写入其中 new_wb = Workbook() new_ws = new_wb.active for r in dataframe_to_rows(filtered_df, index=False, header=True): new_ws.append(r) # 保存新文件 new_wb.save('result_openpyxl.xlsx') ``` 这里的关键步骤包括加载现有文档、转换成易于管理的形式(如 DataFrame)，以及重新构建输出的工作表结构。 --- #### 总结对比 | 特性 | Pandas 方案 | Openpyxl 方案 | |-----------------|-------------------------------------|----------------------------------| | **易用性** | 更简洁明了 | 较复杂 | | **性能表现** | 对大数据量优化较好 | 可能更适合小规模精确控制 | | **适用范围** | 推荐用于快速分析与批量处理 | 如果涉及更多细节定制则更为理想 | 无论采用哪种方法，最终都能成功获取所需的列并导出至新文件。 ---